Il machine learning produce risultati affidabili con dati di addestramento limitati

I ricercatori hanno determinato come costruire modelli affidabili di apprendimento automatico in grado di comprendere equazioni complesse in situazioni del mondo reale utilizzando molti meno dati di addestramento di quanto normalmente previsto.

I ricercatori dell’Università di Cambridge e della Cornell University hanno scoperto che per le equazioni alle derivate parziali – una classe di equazioni fisiche che descrivono come le cose nel mondo naturale si evolvono nello spazio e nel…